为您找到180个相关课程
展开简介
收益目标：（1）解释机器学习理论的概念 （2）介绍常见的机器学习模型 （3）深度学习的理论与应用
适应人群：（1）开发者 （2）架构师 （3）测试工程师 （4）研究工程师
关键词：其他，人工智能，机器学习
收益目标：1. 什么是智能制造，为什么知识在智能制造中处于核心的位置 2. 系统了解人工智能、认知智能和知识图谱的发展脉络和技术体系 3. 系统了解知识图谱的构建、存储和应用技术； 4. 全面了解知识图谱在智能制造中设计研发、生产制造和售后服务等不同环节的应用实 践。
适应人群：中高层领导、团队负责人、项目负责人等； 对认知智能和知识图谱有兴趣的高端职位人员等
关键词：其他，人工智能，转型，知识图谱，金融，智能制造
收益目标：1. 深入理解大语言模型的核心技术 2. 掌握大语言模型的实现过程 3. 洞察大语言模型的未来发展方向和应用前景
适应人群：人工智能相关的工程师或技术经理 了解自然语言处理（NLP）相关技术，并对最新的大语言模型研究、开源项目和大语言模型行业动态有一定的了解和兴趣，尤其在使用大语言模型方面的实践经验会更加有帮助。 人工智能相关研究人员 特别是计算机科学、人工智能以及语言学等相关领域的研究人员，可能将大语言模型用于教学和研究项目
关键词：其他，人工智能，创新
收益目标：1.理解云原生架构下Java应用的挑战与机遇； 2.掌握Java性能优化的关键工具和策略； 3.学习提升研发流程效率的现代方法和工具； 4.了解AI将如何促进研发效能的提升； 5.了解Java在人工智能、向量数据库等新兴领域的应用案例； 6.洞察Java技术的未来发展，把握技术趋势；
适应人群：暂无
关键词：其他，人工智能，大数据，Java，转型，企业级，数字化转型
收益目标：1、全盘工具-学习AIGC及其它AI大模型工作的使用技巧 2、提效方法-掌握在实际工作中有效应用AI工具，提升工作效率 3、实操落地-通过实战演练，提升AI工具的实际操作能力
适应人群：力求帮助企业降本增效的各科研岗位骨干及员工、有特定工作场景需求的部门员工、职场新生代新力量、 及对AIGC行业感兴趣的企业管理者或骨干成员。
关键词：互联网，产品经理，产品运营，人工智能，工程师，数据分析，大模型，AIGC
收益目标：了解数据科学在金融科技领域里的价值 了解金融科技领域真实的数据科学流程和考虑方面 了解信用模型搭建中多种挑战的解决方案
适应人群：研发工程师、数据分析师、算法工程师、数据挖掘工程师、数据工程师、数据科学家等技术同学，以及对机器学习、数据科学、数据驱动等感兴趣的同学。
关键词：互联网，支付平台，传统金融，互联网金融，人工智能，机器学习
收益目标：1、大数据革命对销售服务带来的挑战和机遇 2、中美知名企业用大数据提升营销的成功经验和失败教训分享 3、运用大数据促进营销管理和运营的方法和路线图 4、通过现场模拟实战案例, 全面掌握运用大数据创新销售服务的实战技巧
适应人群：传统企业的营销高管和资深区域经理。一切对运用大数据做销售服务创新感兴趣的中高层管理人士。
关键词：互联网，人工智能，大数据
收益目标：通过学习本次课程，学员将学习到以下内容： 科学世界观；计算发展简史；人工智能技术本质；区块链基本概念； 元宇宙与应用场景；信息技术的未来
适应人群：本课程适合对该议题有兴趣的学员，期待但是不要求有计算机技术背景。
关键词：互联网，人工智能，元宇宙
收益目标：•理解原理：深入理解GitHub Copilot的工作原理和其背后的AI技术。 •环境搭建：学习如何在不同环境中部署和初始化GitHub Copilot。 •高效使用：掌握使用提示词的技巧，以提高与GitHub Copilot的交互效率。 •编程实践：通过.NET和Node.js的实战演练，学习如何快速开发云上应用。 •技能提升：增强编程能力，特别是在使用现代编程工具和框架方面的技能
关键词：其他，人工智能
收益目标：暂无
适应人群：1、适合想进入AI领域，或者利用AI提升工作效能的职场人员。 2、适合想更全面判断AI趋势、或者利用AI为现有业务赋能的技术/业务管理者。
适应人群：力求帮助企业降本增效的各岗位骨干及员工、有特定工作场景需求的市场部门员工、市场部门管理者或骨干成员。
收益目标：通过本课程的学习，可以帮助学员找到如下问题的答案： 1.什么是数字化转型？分哪几个阶段？如何提供价值？传统企业如何进行数字化转型？ 2.如何根据业务目标建立精确不冗余的指标体系，并通过指标体系驱动业务目标达成？ 3.数据驱动业务增长有哪几种的底层机制？该如何建立机制和获得机制的赋能？ 4.数据有哪些不同的收集方法？如何建立有效的数据收集机制？如何获取竞品和行业数据？ 5.有哪些重要的数据分析方法？如何通过数据分析获得重要的业务洞察，并制定相应的业务策略？应该在什么时候，如何使用哪一种数据方法？ 6.立项和做决策时，往往需要对候选项目进行价值分析，但价值要项目落地后才能实际产生和测量，如何进行客观准确而不是“拍脑袋”的项目/产品价值预测？
适应人群：正在进行数字化转型的企业的业务、产品、运营、研发、数据分析人员。 希望学习世界顶尖大数据企业如何使用数据、获得洞察、指导决策、建立数据文化的前沿企业的业务、产品、运营、研发、数据分析人员。 所有希望提升数据意识与思维、数据应用能力和数据洞察能力的相关岗位。 需要理解数据如何赋能业务，并建立数据驱动机制提升经营效率的企业领导。
关键词：互联网，人工智能，大数据，Python，数据分析，转型，产品管理，数字化转型，B端产品
活动详情
To Be Better
注册或 找回密码?
